信息抽取在企業(yè)知識收集系統(tǒng)的應(yīng)用.pdf

1、隨著計算機(jī)和企業(yè)辦公自動化的普及，電子文檔成為企業(yè)文檔的最主要的形式。Internet的出現(xiàn)，加速了電子文檔的交流，同時使得電子文檔的數(shù)量急劇膨脹。企業(yè)對文檔的應(yīng)用也有了新的需求，文檔由原來的信息的載體逐步轉(zhuǎn)變?yōu)樾畔⒑椭R的綜合體。
　　 信息抽取應(yīng)運(yùn)而生，它是為了在大量的文本信息中找到用戶感興趣的信息點(diǎn)而產(chǎn)生的技術(shù)。謝菲爾德大學(xué)研發(fā)了一個信息抽取和自然語言理解的軟件平臺GATE(General Architecture of

2、Text Engineering)，在這個解決方案中，文檔標(biāo)注使得信息抽取和知識收集的結(jié)合成為可能。GATE系統(tǒng)對文檔進(jìn)行自動或手動標(biāo)注以后，文檔就成為內(nèi)容和標(biāo)注的結(jié)臺體。這種處理，為企業(yè)基于文檔收集知識提供了平臺。
　　 這篇論文，以GATE文檔標(biāo)注的結(jié)果為依據(jù)，將Windows版本的GATE程序，遷移到Web上來，根據(jù)知識收集的需要，實(shí)現(xiàn)了標(biāo)注和詞典功能，并且設(shè)計了數(shù)據(jù)庫來擴(kuò)展文檔的自動和手動標(biāo)注，同時提供了對標(biāo)注結(jié)果的分類